【ROS-TF】综合详解与实验验证map、odom、base_footprint之间的TF变换关系

本文详细探讨了ROS-TF中map、odom和base_footprint之间的转换关系,通过一系列实验验证了在机器人运动过程中的坐标变换,并分析了重启导航包后的坐标变化。实验结果显示了坐标系之间的动态变化和不精确匹配,揭示了rviz中地图仅用于参考的特性。
摘要由CSDN通过智能技术生成


由于网上相关资料较少,在学习ROS时对TF变换关系还是一知半解,故利用实体机器人验证 【ROS】map、odom、base_link坐标系与坐标系变换关系里个人总结的一些结论,供参考。

1 启动

# 开ros
roscore
# 开键盘控制
roslaunch xtark_ctl xtark_keyboard.launch 
# 开雷达、底盘、里程计等
roslaunch xtark_driver xtark_bringup.launch

# 开定位导航包
roslaunch xtark_nav lj_nav.launch map_file:=/home/xtark/ros_ws/src/xtark_nav/maps/ljmap.yaml

2 TF树

在这里插入图片描述

3 订阅map->footprint关系

3.1 运行功能包tf_subscriber

#!/usr/bin/env python
import rospy
import tf2_ros

if __name__ == '__main__':
	rospy.init_node('tf2_listener')
	tfBuffer = tf2_ros.Buffer()
	listener = tf2_ros.TransformListener(tfBuffer)
	rate = rospy.Rate(10) # 设置循环频率为10Hz
	while not rospy.is_shutdown():
		try:
			transform = tfBuffer.lookup_transform("map", "base_footprint", rospy.Time())
			print(transform)
		except (tf2_ros.LookupException, tf2_ros.ConnectivityException, tf2_ros.ExtrapolationException):
			rospy.logwarn("Failed to lookup transform")
			rate.sleep()

在这里插入图片描述

可以输出map->footprint变换关系,但是连成一片,可读性差且不灵活。

3.2 命令行rosrun tf tf_echo …

可以直接用命令

rosrun tf tf_echo map <其他坐标系>

输出两个坐标系之间的变换关系。

4 一些实验结果

4.1 刚刚启动雷达、底盘、里程计等,启动定位导航包

odom->base_footprint:保持 [ 0 , 0 , 0 ] [0,0,0] [0,0,0] [ 0 , 0 , 0 , 1 ] [0,0,0,1] [0,0,0,1]不变
在这里插入图片描述

map->odom:保持 [ 0 , 0 , 0 ] [0,0,0] [0,0,0] [ 0 , 0 , 0 , 1 ] [0,0,0,1] [0,0,0,1]不变
在这里插入图片描述

4.2 沿x方向前进一小段距离后

odom->base_footprintx方向增加了0.468,y方向偏离了0.008,随后保持 [ 0.468 , 0.008 , 0 ] [0.468,0.008,0] [0.468,0.008,0] [ 0 , 0 , 0.004 , 1 ] [0,0,0.004,1] [0,0,0.004,1]不变,说明机器人并不是严格沿着x轴方向移动的。
在这里插入图片描述

map->odom:仍然保持 [ 0 , 0 , 0 ] [0,0,0] [0,0,0] [ 0 , 0 , 0 , 1 ] [0,0,0,1] [0,0,0,1]不变,说明并没有发生碰撞打滑等情况,map和odom坐标系仍然重合。
在这里插入图片描述

4.3 机器人保持静止,重新启动定位导航包

odom->base_footprint:位移关系保持 [ 0.468 , 0.008 , 0 ] [0.468,0.008,0] [0.468,0.008,0]不变,而旋转关系由 [ 0 , 0 , 0.004 , 1 ] [0,0,0.004,1] [0,0,0.004,1]变为了 [ 0 , 0 , 0.01 , 1 ] [0,0,0.01,1] [0,0,0.01,1],有微小差别。
在这里插入图片描述

map->odom:位移关系由 [ 0 , 0 , 0 ] [0,0,0] [0,0,0]变为了 [ 0.002 , 0.002 , 0 ] [0.002,0.002,0] [0.002,0.002,0],旋转关系保持 [ 0 , 0 , 0 , 1 ] [0,0,0,1] [0,0,0,1]不变。x和·y方向上各偏移了2毫米。
在这里插入图片描述

4.4 再沿x方向前进一段距离,然后右转九十度

odom->base_footprint:位移关系x方向增加了1米左右,y方向在原来基础上又偏离了0.032,而旋转关系由 [ 0 , 0 , 0.01 , 1 ] [0,0,0.01,1] [0,0,0.01,1]变为了 [ 0 , 0 , − 0.753 , 0.658 ] [0,0,-0.753,0.658] [0,0,0.753,0.658]
在这里插入图片描述

map->odom:位移关系由 [ 0.002 , 0.002 , 0 ] [0.002,0.002,0] [0.002,0.002,0]变为了 [ − 0.444 , 0.177 , 0 ] [-0.444,0.177,0] [0.444,0.177,0],而旋转关系由 [ 0 , 0 , − 0.753 , 0.658 ] [0,0,-0.753,0.658] [0,0,0.753,0.658]变为了 [ 0 , 0 , − 0.081 , 0.997 ] [0,0,-0.081,0.997] [0,0,0.081,0.997],可以看到map和odom坐标系不再重合。
在这里插入图片描述

map->base_footprint:位移关系为 [ 0.951 , − 0.011 , 0 ] [0.951,-0.011,0] [0.951,0.011,0],旋转关系为 [ 0 , 0 , − 0.798 , 0.602 ] [0,0,-0.798,0.602] [0,0,0.798,0.602]
在这里插入图片描述

4.5 再次重启定位导航包

map->base_footprint:位移关系由 [ 0.951 , − 0.011 , 0 ] [0.951,-0.011,0] [0.951,0.011,0]变为了 [ − 0.965 , 0.003 , 0 ] [-0.965,0.003,0] [0.965,0.003,0],而旋转关系由 [ 0 , 0 , − 0.798 , 0.602 ] [0,0,-0.798,0.602] [0,0,0.798,0.602]变为了 [ 0 , 0 , − 0.796 , 0.606 ] [0,0,-0.796,0.606] [0,0,0.796,0.606]
在这里插入图片描述

map->odom:位移关系由 [ − 0.444 , 0.177 , 0 ] [-0.444,0.177,0] [0.444,0.177,0]变为了 [ − 0.430 , 0.193 , 0 ] [-0.430,0.193,0] [0.430,0.193,0],而旋转关系由 [ 0 , 0 , − 0.081 , 0.997 ] [0,0,-0.081,0.997] [0,0,0.081,0.997]变为了 [ 0 , 0 , − 0.082 , 0.997 ] [0,0,-0.082,0.997] [0,0,0.082,0.997]
在这里插入图片描述

在odom和base_footprint不变的情况下,差不多重启后map坐标系在x和y方向上各偏移了14厘米。

5 总结

根据《ROS机器人开发实践》上相关内容,ACML功能包中的话题和服务有:
在这里插入图片描述

所以启动定位导航包后,有话题amcl_pose发布,即为机器人在地图中的位姿估计,带有协方差信息,也即得到了map->base_footprint变换信息。再加上已知的odom->footprint变换信息,计算即可得到map->odom变换信息并发布。
在这里插入图片描述

同时经过观察,我发现每次重新启动rviz工具可视化地图和激光点云,它们都是不匹配不重合的,因此我推测rviz里的地图只是给用户一个参考,方便确定机器人的运动目标,同时观察机器人在“地图”这张图片上的运动行为,因此在rviz中并不需要匹配得太过精确。

随机而来的问题,话题amcl_pose应该是随机器人移动而变化的,这个精度如何呢?好吧,我回家了,暂时没测。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

还重名就过分了啊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值